Qualitative Data at Quantitative Data
Qualitative Data vs Quantitative Data
Sa pag-aaral ng mga istatistika, ang pangunahing pokus ay ang pagkolekta ng data o impormasyon. Mayroong iba't ibang mga paraan ng pagkolekta ng data, at mayroong iba't ibang mga uri ng data na nakolekta. Ang iba't ibang uri ng data ay pangunahin, pangalawang, mapagkumpitensya, o dami. Sa artikulong ito tutukuyin namin ang husay at dami ng data at ang kanilang mga pagkakaiba.
Istatistika Ang mga istatistika ay karaniwang ang pag-aaral ng data. Ang istatistika ay alinman sa naglalarawan o inferens. Ang mapaglarawang data ay ang pag-aaral ng mga pamamaraan na ginagamit para sa koleksyon ng mga datos at matematika na mga modelo upang mabigyang-kahulugan ang data. Ang mga inferential statistics ay ang pag-aaral kung saan ang iba't ibang mga diskarte at mga sistema ay ginagamit upang gumawa ng mga prediksyon batay sa mga hula at mga desisyon depende sa hindi kumpletong data.
Ang mga istatistika ay gumagamit ng maraming matematika at maraming mga pangunahing konsepto tulad ng probabilidad, populasyon, halimbawa, at pamamahagi, atbp. Ay ginawa posible sa pamamagitan ng mga istatistika. Upang pag-aralan ang mga istatistika, kailangan namin upang mangolekta ng data, nabibilang pati na rin ang husay. Bilang ng data Ang kwalipikadong pagkolekta ng data ay isang paraan kung saan ang mga katangian, katangian, katangian, katangian, atbp ng isang kababalaghan o bagay ay inilarawan. Ito ay ang paglalarawan ng data sa isang wika sa halip na sa mga numero. Ang pamamaraang ito ay hindi sumusukat sa mga katangian ngunit naglalarawan sa mga ito. Halimbawa; Paboritong kulay = asul Ito ay paminsan-minsan ay tinutukoy bilang "kategoryang data." Hindi ito tumututok sa pagguhit ng anumang mga inference. Nag-uugnay lamang ito sa data na maaaring sundin tulad ng texture, panlasa, amoy, kagandahan, ngunit hindi sinusukat.
Ang mga kuwalipikadong data, sa nakalipas na mga taon, ay nawalan ng pagiging maaasahan sa ilang mga lawak at nahulog sa ilalim ng pagpuna, ngunit nagbibigay sila ng mas mahusay na paglalarawan at sa gayon ay may higit na katumpakan sa kanila. Ang pananaliksik ay gumagamit ng isang kumbinasyon ng mga husay at dami ng mga pamamaraan dahil ang husay na data at paglalarawan ay nagbabalik sa numerical na data sa tulong ng mas mahusay na mga paliwanag at impormasyon. Dami ng Data Ang dami ng pagkolekta ng data ay isang paraan kung saan ang data na maaaring binilang ayon sa bilang o ipinahayag ay nakolekta. Ang data na ito ay kapaki-pakinabang para sa mga eksperimento, manipulahin na pagtatasa, at iba pa at kinakatawan ng histograms, mga talahanayan, mga tsart, at mga graph. Nag-uugnay ito sa mga sukat tulad ng taas, haba, lakas ng tunog, lugar, kahalumigmigan, temperatura, atbp. Halimbawa; Taas = 2.8m. O kung minsan ay kinakatawan nila ang eksaktong bilang tulad, Bilang ng mga mag-aaral = 234.
Ang ganitong uri ng data ay nauugnay sa ilang uri ng pagsukat ng sukatan. Ang pinakamadalas na ginagamit na sukat para sa data na ito ay isang ratio scale. Ang isa pang pangkalahatang pagsukat ng sukatan ay ang agwat ng agwat. Ang dami ng data ay criticized dahil sa kakulangan ng malalim na paglalarawan kaya ginamit ito ng mga mananaliksik kasama ang husay na data upang i-back up ang pagiging maaasahan nito sa mga paliwanag ng husay na impormasyon.
Buod: 1.Qualitative data collection ay isang paraan kung saan ang mga katangian, katangian, katangian, katangian, atbp ng isang kababalaghan o bagay ay inilarawan; Ang dami ng pagkolekta ng data ay isang paraan kung saan ang data na maaaring binilang ayon sa bilang o ipinahayag ay nakolekta. 2.Qualitative data ay criticized para sa kanyang unreliability kaya ito ay nai-back sa pamamagitan ng dami ng data; Ang dami ng data ay pinuna dahil sa kakulangan ng paglalarawan at paliwanag nito kaya sinusuportahan ito ng husay na datos. Ang parehong ay ginagamit magkasama para sa pananaliksik.
